लाभ:
- प्रत्येक चरणमा मानव चेकपोइन्टको साथ, नैतिक स्क्रीनिंगदेखि प्रकाशनसम्म, 7-चरण कार्यप्रवाहमा सङ्कलन प्रक्रिया गर्ने क्षमता
- बुझ्नुहोस् कि कसरी प्रारम्भिक चेकपोइन्टहरूले त्रुटि (गलत मिति/नाम) लाई चेनभरि प्रचार गर्नबाट रोक्छ।
- मास्टर फाइल संरक्षण गर्ने, प्रमाणीकरणमा बचत नगर्ने, र समग्र परियोजनामा AI को प्रयोग घोषणा गर्ने सिद्धान्तहरू लागू गर्ने क्षमता
अघिल्लो एकाइहरूले व्यक्तिगत सीपहरू कभर गरेका छन्: डिजिटलाइजेशन, ट्रान्सक्रिप्शन, मेटाडेटा, स्क्यानिङ, अनुवाद, प्रमाणिकरण, ढाँचा विश्लेषण, पुन: प्राप्ति, संरक्षण, र नैतिकता। यो अन्तिम इकाईले यो सबै संयोजन गर्दछ। एउटा साँचो अभिलेख परियोजनाले यी चरणहरूलाई अलग-अलग होइन तर अन्तरसम्बन्धित कार्यप्रवाहको रूपमा अनुभव गर्दछ। यहाँ, हामी तपाइँ कसरी एआई-समर्थित तर मानव-नियन्त्रित प्रक्रिया, चरण-दर-चरण र नियन्त्रण श्रृंखलाको साथ एक संग्रहलाई सुरुदेखि अन्त्यसम्म प्रशोधन गर्न सक्नुहुन्छ भनेर देख्नेछौं।
लक्ष्य भनेको एआईलाई साझेदारको रूपमा राख्नु हो जसले "हरेक पाइलालाई गति दिन्छ तर कुनै पनि पाइलामा अन्तिम भन्न सक्दैन।" जब तपाइँ यो एकाइ समाप्त गर्नुहुन्छ, तपाइँसँग एक समग्र विधिको साथ छोडिनेछ जसले कागजातहरूको गन्दा ढेरलाई अनुसन्धान-तयार, प्रमाणित, नैतिक रूपमा सफा संग्रहमा रूपान्तरण गर्दछ।
परिदृश्य: हामीसँग के छ
मानौं तपाईंले 250 कागजातहरूको सङ्कलन प्राप्त गर्नुभयो: केही मुद्रित (मुद्रित पत्राचार, विज्ञापनहरू), केही पाण्डुलिपि (पत्रहरू, नोटबुकहरू), विभिन्न मितिहरूबाट, केहीमा संवेदनशील व्यक्तिगत डेटा समावेश छन्। लक्ष्य: डिजिटाइज गर्न, ट्रान्सक्राइब गर्न, क्याटलग गर्न र अनुसन्धानकर्ताहरूलाई यो संग्रह उपलब्ध गराउन। प्रक्रियालाई सात चरणमा विभाजन गरौं।
सात-चरण कार्यप्रवाह
चरण 1 - मूल्याङ्कन र नैतिक स्क्रीनिंग। पहिले संग्रह थाहा पाउनुहोस्। कुन कागजातहरूमा संवेदनशील व्यक्तिगत डाटा समावेश छ? प्रतिलिपि अधिकार स्थिति के हो? त्यहाँ सांस्कृतिक संवेदनशीलता छ? यो स्क्यानिङले क्लाउड-आधारित AI उपकरणहरूलाई कुन कागजातहरू दिन सकिन्छ र कुन बन्द/अनुमोदित वातावरणमा मात्र प्रशोधन गरिनेछ भनेर निर्धारण गर्दछ। यदि यो चरण छोडियो भने, सम्पूर्ण परियोजना नैतिक जोखिममा छ।
स्टेज २ - डिजिटाइजेशन। उच्च रिजोल्युसनमा कागजातहरू स्क्यान गर्नुहोस् (कम्तीमा 300-400 DPI, राम्रो कन्ट्रास्ट)। मूल (मास्टर) फाइलहरू अछुतो राख्नुहोस्; सबै प्रशोधन प्रतिलिपिहरूमा गरिनेछ।
चरण 3 - पाठ निकासी। हार्डकपी कागजातहरूको लागि OCR र पाण्डुलिपिको लागि HTR लागू गर्नुहोस्। AI लाई "सुरक्षित प्रूफरीडिङ" निर्देशनको साथ कच्चा आउटपुट सफा गर्नुहोस् — अप्टिकल/पहिचान त्रुटिहरू मात्र, कुनै सामग्री टिप्पणी छैन, पढ्न नसकिने ठाउँहरू [?]। ओटोम्यान/पाण्डुलिपिको लागि वैकल्पिक पठन र पेलोग्राफर नियन्त्रण।
चरण 4 - मेटाडेटा र सूचीकरण। प्रत्येक कागजातको लागि मानक (डब्लिन कोर/ISAD(G)) मेटाडेटा ड्राफ्ट गर्नुहोस्; "अस्तित्व नभएको क्षेत्र खाली छोड्नुहोस्" को अनुमति संग। नियन्त्रित सूचीमा नक्सा विषय सर्तहरू। कागजातको साथ मिति र नामहरू प्रमाणित गर्नुहोस्।
चरण 5 - संवर्धन र ढाँचा। एक्स्ट्र्याक्ट संस्थाहरू (व्यक्ति/स्थान/संगठन), सामान्यीकरण, सम्बन्ध र समयरेखा रूपरेखा उत्पादन। कागजातमा प्रत्येक ढाँचा प्रमाणित गर्नुहोस्; त्यहाँ कुनै विवादित जडानहरू छैनन् र कुनै कालक्रमहरू छैनन्।
चरण 6 - पहुँच उपकरणहरू। संकलनको लागि सहायता रूपरेखा खोज्ने उत्पादन गर्नुहोस्; प्रमाणित नोटहरूमा मात्र इतिहास खण्डको आधार बनाउनुहोस्। पहुँच प्रतिबन्धहरू स्पष्ट रूपमा चिन्ह लगाउनुहोस् (गोपनीयता/प्रतिलिपि अधिकार)।
चरण 7 - प्रमाणीकरण, घोषणा र प्रकाशन। महत्वपूर्ण क्षेत्रहरू (मिति, नाम, उद्धरण, सन्दर्भ) एक अन्तिम पटक प्रमाणित गर्नुहोस्। AI को प्रयोग घोषणा गर्नुहोस्। विशेषज्ञले अन्तिम स्वीकृति दिन्छ; संग्रह अनुसन्धानको लागि खोलिएको छ।
सुझाव: प्रत्येक चरणमा "मानव चेकपोइन्ट" राख्नुहोस्: एक विशेषज्ञले अर्को चरणमा जानु अघि AI को आउटपुट प्रमाणित गर्दछ। यी चेकपोइन्टहरू बिना, पहिलो चरणमा त्रुटि (एक गलत पढिएको मिति) चेनभरि फैलिनेछ र अन्ततः क्याटलग, ढाँचा र गाइडमा चुहावट हुनेछ।
नियन्त्रण चेन तालिका
स्टेज
AI को काम
मानव चेकपोस्ट
1. नैतिक स्क्रीनिंग
संवेदनशील डाटा मार्किङ
स्थापना निर्णय
2. डिजिटलाइजेशन
(छवि वृद्धि)
गुणस्तर, मास्टर सुरक्षा
3. पाठ निकासी
OCR/HTR + सुरक्षित सुधार
नाम/मिति/पढाइ प्रमाणीकरण
४. मेटाडेटा
मानक मस्यौदा
क्षेत्र पुष्टि, शब्द मिलान
5. ढाँचा
संस्था, सम्बन्ध, समयरेखा
कागजातमा प्रमाणीकरण
6. पहुँच उपकरण
सहायता मस्यौदा खोज्दै
इतिहास र बाधा अनुमोदन
7. रिलीज
-
अन्तिम स्वीकृति, घोषणा
तीन मिनी केसहरू
केस १ - चेन त्रुटि समातियो। एउटा परियोजनामा, चरण 3 मा, कागजातको मिति "1888" को सट्टा "1868" पढियो। यदि चरण 3 चेकपोइन्टले यो त्रुटि समातेको थिएन भने, मिति क्याटलग (4), टाइमलाइन (5), र गाइड (6) मा फैलिएको थियो। चेकपोइन्टलाई धन्यवाद, बग एक ठाउँमा फिक्स गरियो। पाठ: प्रारम्भिक जाँचले त्रुटिलाई चेनलाई फैलाउनबाट रोक्छ।
केस 2 - नैतिक स्क्रीनिंगले परियोजना बचत गर्यो। 250 कागजातहरू मध्ये 18 मा जीवित व्यक्तिहरूको संवेदनशील डाटा समावेश थियो। चरण 1 मा नैतिक स्क्रिनिङले यी झण्डा राख्यो; यी 18 कागजातहरू बन्द वातावरणमा प्रशोधन गरिएका थिए, बाँकी मानक उपकरणहरूसँग। यदि स्क्यानिङ छोडिएको थियो र यो सबै क्लाउडमा अपलोड गरिएको थियो भने यो गम्भीर उल्लङ्घन हुने थियो। पाठ: नैतिकता स्क्रिनिङ पहिलो चरण हो, पछि थपिएको समाधान होइन।
केस 3 - समय र प्रयास। परम्परागत विधि प्रयोग गरेर, 250 कागजातहरूको संग्रहलाई पूर्ण रूपमा प्रशोधन गर्न लगभग 8-10 महिना लाग्छ। AI-समर्थित, चेकपोइन्ट कार्यप्रवाहको साथ, प्रक्रिया लगभग 3 महिनामा घटाइयो। तर बचत "एआईले सबै कुरा गर्यो" बाट आएको होइन, तर "एआईले मानव प्रमाणीकरणमा केन्द्रित मेकानिकल काम गर्यो" बाट आएको हो। प्रमाणीकरण गर्न समर्पित समय घटेको छैन; मेकानिकल काममा समर्पित समय घटेको छ।
चार प्रतिलिपि गर्न मिल्ने टेम्प्लेटहरू
1) परियोजना प्रारम्भिक योजना:
मसँग [नम्बर] कागजातहरूको सङ्कलन छ: [प्रिन्ट/पांडुलिपिको मिश्रण], [अवधि], जसमध्ये केहीमा संवेदनशील डेटा हुन सक्छ। यस सङ्कलनलाई डिजिटाइज र क्याटलग गर्न ७-चरण कार्यप्रवाह योजना बनाउनुहोस्: प्रत्येक चरणमा AI को कार्य र मानव चेकपोइन्ट निर्दिष्ट गर्नुहोस्। पहिले नैतिकता स्क्रिनिङ राख्नुहोस्।
2) चरण संक्रमण चेकलिस्ट:
मैले स्टेज [स्टेज नाम] समाप्त गरें। अर्को चरणमा जानु अघि मैले प्रमाणित गर्न आवश्यक पर्ने महत्वपूर्ण बिन्दुहरूको चेकलिस्ट उत्पादन गर्नुहोस्: कुन तथ्यहरू (मिति/नाम/संदर्भ) प्रमाणित गर्न आवश्यक छ, कुन त्रुटिहरूले चेनलाई प्रचार गर्न सक्छ? मसँग अन्तिम स्वीकृति छ; तपाईंले मलाई चेकलिस्ट दिनुहोस्।
3) अन्त-देखि-अन्त गुणस्तर नियन्त्रण:
तल प्रशोधित कागजातका सबै तहहरू छन्: ट्रान्सक्रिप्शन, मेटाडेटा, निकालिएका सम्पत्तिहरू। तहहरू बीचको अवधारणा चित्र: के ट्रान्सक्रिप्शनमा मिति मेटाडेटासँग मेल खान्छ, के संस्थाहरू वास्तवमा पाठमा अवस्थित छन्? सुधार लागू; विसंगतिहरूको सूची उत्पन्न गर्नुहोस्। तहहरू: [यहाँ]
4) परियोजना बन्द र घोषणा:
यस संग्रह परियोजनामा, मैले निम्न चरणहरूमा AI प्रयोग गरें: [सूची]। परियोजना कागजातका लागि: (1) कुन चरणमा AI समर्थन प्रयोग गरियो, (2) मानव प्रमाणीकरण कसरी गरियो, (3) त्यहाँ के सीमाहरू/बाधाहरू छन् — एक इमानदार बन्द नोट लेख्नुहोस् र AI प्रयोग कथन मस्यौदा समावेश गर्नुहोस्।
कमजोर प्रम्प्ट / बलियो प्रम्प्ट
कमजोर:
यस सङ्कलनलाई AI सँग राम्ररी प्रशोधन गर्नुहोस् र यसलाई अनुसन्धानको लागि तयार पार्नुहोस्।
एकल "केही गर्नुहोस्" निर्देशनले नैतिक स्क्रीनिंग, चेकपोइन्टहरू, र प्रमाणीकरणलाई बाइपास गर्दछ; त्रुटिहरू चेनमा फैलिन्छन्।
बलियो:
यस सङ्कलनका लागि प्रत्येक चरणमा मानव चेकपोइन्टसहित ७-चरण कार्यप्रवाह सेटअप गर्नुहोस्। पहिलो चरण नैतिकता/गोपनीयता स्क्रीनिंग हुन दिनुहोस्। प्रत्येक चरणमा AI द्वारा उत्पादित आउटपुट अर्को चरणमा जानु अघि प्रमाणित गरिनेछ; महत्वपूर्ण तथ्यहरू चिन्ह लगाउनुहोस् (मिति/नाम/सन्दर्भ)। कुनै पनि चरणमा AI ले अन्तिम भनाइ राख्दैन।
भिन्नता: चरणबद्ध संरचना, नैतिकता प्राथमिकता, चेकपोइन्ट र "जनताको अन्तिम भनाइ छ" सिद्धान्तले सम्पूर्ण परियोजनालाई सुरक्षित र सुरक्षित बनाउँछ।
सामान्य गल्तीहरू
- नैतिक स्क्रीनिंग अन्त्यमा छोड्दै। गोपनीयता/प्रतिलिपि अधिकार स्क्यानिङ पहिलो चरण हो; यदि यो पछि थपियो भने, उल्लङ्घन पहिले नै भएको छ।
- चेकपोइन्टहरू बाइपास गर्दै। अप्रमाणित भएको त्रुटि चेनभरि फैलिन्छ।
- मास्टर फाइल सुरक्षित गर्दैन। यदि मूल अछुतो राखिएको छैन भने, फिर्ता असम्भव हुन्छ।
- प्रमाणीकरण मा बचत। AI ले मेकानिकल काम छोटो बनाउँछ; यदि प्रमाणीकरण समय छोटो छ भने, गुणस्तर घट्छ।
- AI को प्रयोग घोषणा गर्दैन। पारदर्शिता संग्रहको वैज्ञानिक विश्वसनीयताको अंश हो।
संक्षेपमा
एउटा अन्त-देखि-अन्त अभिलेख परियोजनाले व्यक्तिगत सीपहरूलाई नियन्त्रणको श्रृंखलामा जोड्दछ: नैतिक स्क्यानिङ, डिजिटाइजेसन, पाठ निकासी, मेटाडेटा, ढाँचा, पुन: प्राप्ति उपकरण, र प्रकाशन। प्रत्येक चरणमा, एआईले मेकानिकल कामलाई गति दिन्छ; प्रत्येक चरणमा, मानव चेकपोइन्टको अन्तिम भनाइ छ। नैतिक स्क्रिनिङ पहिलो चरण हो, मास्टर फाइल सुरक्षित छ, त्रुटिहरू चाँडै समातिन्छ ताकि तिनीहरू चेन फैलाउन नदिनुहोस्, र AI को प्रयोग इमानदारीपूर्वक घोषणा गरिन्छ। बचत एआईले सबै काम गरेर होइन, तर मानिसले यान्त्रिक कामबाट मुक्ति र प्रमाणीकरणमा ध्यान केन्द्रित गरेकोबाट आउँछ। एआई गति; मानिसले इतिहासको शुद्धता र अखण्डता सुनिश्चित गर्दछ।
आवेदन कार्य
एउटा सानो सङ्कलन चयन गर्नुहोस् (१०-२० कागजातहरू; तपाईंको आफ्नै सामग्री वा नमूना सेट)। "प्रोजेक्ट स्टार्टअप योजना" टेम्प्लेटको साथ 7-चरण कार्यप्रवाह सिर्जना गर्नुहोस्। यस प्रवाह मार्फत कम्तिमा दुई कागजातहरू चलाउनुहोस्: नैतिक स्क्यानिङ, पाठ निकासी, मेटाडेटा, र ढाँचा तह। "चरण संक्रमण चेकलिस्ट" को साथ प्रत्येक चरण प्रमाणित गर्नुहोस्। अन्तमा, "प्रोजेक्ट क्लोजर र स्टेटमेन्ट" टेम्प्लेटको साथ AI को तपाईंको प्रयोग कागजात गर्नुहोस्। प्रारम्भिक चेकपोइन्टहरूमा कुन त्रुटिहरू समातिएका थिए ध्यान दिनुहोस्।
चेकलिस्ट
- [] मैले पहिलो चरणमा नैतिकता/गोपनीयता स्क्रिनिङ गरें।
- [ ] मैले मास्टर फाइलहरू अछुतो राखें।
- [ ] मैले प्रत्येक चरणमा मानव चेकपोइन्ट राखें।
- [] मैले महत्वपूर्ण तथ्यहरूलाई चेनमा प्रचार गर्नु अघि प्रमाणित गरें।
- [ ] मैले परियोजना बन्द हुँदा AI को प्रयोग घोषणा गरें।
मोड्युल परीक्षा
1. इतिहास र अभिलेखमा कृत्रिम बुद्धिमत्ताको लागि सबैभन्दा उपयुक्त स्थिति के हो?
- ए) एआई एक सारांश, सम्पादन र मस्यौदा उपकरण हो; टिप्पणी, स्रोत आलोचना र अन्तिम जिम्मेवारी विशेषज्ञ को हो ✔
- ख) आर्टिफिसियल इन्टेलिजेन्सले इतिहासकारले जस्तै कागजातको प्रामाणिकता र अर्थ आफैं निर्णय गर्न सक्छ।
- C) आर्टिफिसियल इन्टेलिजेन्सले पाठ अनुवाद गर्न मात्र काम गर्छ, अन्य अभिलेख कार्यहरूसँग यसको कुनै सरोकार छैन।
- घ) कृत्रिम बुद्धिमत्ता सधैं मानव भन्दा बढी निष्पक्ष भएकोले, ऐतिहासिक व्याख्या यसलाई छोडिनु पर्छ।
विवरण: कृत्रिम बुद्धि; यो एक सहायक हो जसले पाठको ड्राफ्टहरू सम्पादन, स्क्यान, अनुवाद र उत्पादन गर्दछ। स्रोत आलोचना, व्याख्या, कारण-प्रभाव स्थापना र अन्तिम निर्णय विशेषज्ञको हो; एक अप्रमाणित आउटपुटले बनावटी स्रोत, गलत मिति, वा एनक्रोनिज्म निम्त्याउन सक्छ।
२. ऐतिहासिक अनुसन्धानमा आर्टिफिसियल इन्टेलिजेन्सबाट उत्पन्न हुने भ्रम के हो?
- क) आर्टिफिसियल इन्टेलिजेन्सले कागजातलाई एकदमै ढिलो प्रशोधन गर्छ
- ख) आर्टिफिसियल इन्टेलिजेन्सले अस्तित्वमा नभएको स्रोत, उद्धरण वा घटनालाई वास्तविक बनाउँछ ✔
- ग) कागजात भौतिक रूपमा क्षतिग्रस्त छ
- D) एउटा अभिलेख क्याटलग अप टु डेट छैन
स्पष्टीकरण: कृत्रिम बुद्धिमत्ताले वास्तवमा अवस्थित नभएको जानकारी, स्रोत, उद्धरण वा घटनाहरूलाई विश्वस्तताका साथ बनावटी बनाउँदा भ्रम हो। यद्यपि यसको रूप सिद्ध देखिन्छ, यसको सामग्री वास्तविक छैन; त्यसकारण, प्रत्येक सन्दर्भ सूचीमा, प्रत्येक उद्धरण मूल स्रोतमा प्रमाणित हुनुपर्छ।
3. कृत्रिम बुद्धिमत्ता द्वारा OCR आउटपुट सच्याउनको लागि उत्तम तरिका के हो?
- क) पाठलाई धाराप्रवाह र सुन्दर हुन र हराएको भागलाई तार्किक रूपमा पूरा गर्न सोध्ने।
- ख) यसलाई सन्दर्भमा आधारित सबै संख्या र मितिहरू सच्याउन अनुमति दिँदै
- ग) उसलाई अप्टिकल पहिचान त्रुटिहरू मात्र सच्याउन, पढ्न नसकिने क्षेत्रहरू [?] छोड्न र नम्बरहरू/मितिहरू परिवर्तन नगर्न आग्रह गर्दै ✔
- घ) विद्यार्थीलाई पढ्न नसकिने शब्दहरू प्रायः अनुमानित रूपमा भर्न सोध्दै।
स्पष्टीकरण: OCR सुधारमा सुनौलो नियम भनेको स्पष्ट अप्टिकल पहिचान त्रुटिहरू (जस्तै rn to m, l to 1) लाई मात्र सुधार्नु हो; पाठको सामग्री व्याख्या वा पूरा नगर्ने। पढ्न नसकिने क्षेत्रहरू [?] सँग चिन्ह लगाइएको छ; नम्बरहरू र मितिहरू परिवर्तन गरिएका छैनन्, तिनीहरू छविसँग प्रमाणित छन्।
4. ओटोम्यान पाठमा स्वर नलेखिएको शब्द पढ्नको लागि आर्टिफिसियल इन्टेलिजेन्सबाट के सोध्नु पर्छ?
- क) एकल, सटीक पढाइ दिनुहोस्, यसरी कामको गति बढाउनुहोस्
- ख) शब्द छनोट गर्ने जसले अर्थलाई सबैभन्दा प्रवाहित बनाउने र खाली ठाउँहरू भर्ने
- ग) आफ्नो सामान्य ज्ञानबाट पढ्न नसकिने भागहरू पूरा गर्ने।
- घ) सम्भावित पढ्ने विकल्पहरू प्रदान गर्ने र निश्चित पठन लगाउनुको सट्टा अस्पष्ट क्षेत्रहरू चिन्ह लगाउने ✔
स्पष्टीकरण: ओटोमन टर्किशमा, छोटो स्वरहरू प्रायः लेखिएका छैनन्; एउटै स्वर/अक्षरको भिन्नता (अबुल र काबुल, वली र वली) ले अर्थ पूर्ण रूपमा परिवर्तन गर्छ। तसर्थ, निश्चित पठन लगाउनुको सट्टा, सम्भावित विकल्पहरू सोध्नु पर्छ, पढ्न नसकिने क्षेत्रहरू सुरक्षित गर्नुपर्छ, र अन्तिम निर्णय प्यालोग्राफरमा छोडिनुपर्छ।
5. AI ले ड्राफ्ट मेटाडेटा (क्याटलग रेकर्ड) उत्पादन गर्दा भ्रम रोक्ने सबैभन्दा प्रभावकारी तरिका के हो?
- A) कागजातमा समावेश नभएको खण्डमा त्यो फिल्ड खाली छोड्न स्पष्ट रूपमा अनुमति दिनुहोस् ✔
- ख) प्रत्येक फिल्ड भर्न र अपूर्ण नछोड्न अनुरोध गर्दै।
- ग) नदेखिएका कागजातहरूको सामग्रीमा आधारित मिति अनुमान गर्दै
- D) कृत्रिम बुद्धिमत्तालाई सन्दर्भ कोड उत्पन्न गर्न अनुमति दिँदै
विवरण: फिल-इन दबाबले AI लाई कागजातमा नभएको मिति वा सिर्जनाकर्ता अनुमान गरेर कागजात बनाउन बाध्य पार्छ। यसको विरुद्धमा सबैभन्दा बलियो ढाल भनेको कागजातमा नभएको खण्डमा फिल्ड खाली छोड्ने अनुमति दिनु हो। थप रूपमा, विषय सर्तहरू नियन्त्रित शब्दावलीमा म्याप गरिएका छन्।
६. आर्टिफिसियल इन्टेलिजेन्सद्वारा उत्पादित कागजातको सारांशलाई ऐतिहासिक अनुसन्धानमा कसरी राख्नुपर्छ?
- क) भरपर्दो प्रमाणको रूपमा जुन प्रत्यक्ष रूपमा उद्धृत गर्न सकिन्छ
- ख) खोज नक्साको रूपमा जुन तपाईंलाई वास्तविक कागजातमा निर्देशित गर्दछ; प्रमाण मूल कागजातबाट लिइएको हो ✔
- C) कागजात आफैंलाई प्रतिस्थापन गर्न सक्ने पर्याप्त स्रोतको रूपमा
- D) कागजातमा कहिल्यै नफर्की अध्ययनमा प्रयोग गर्न सकिने पाठको रूपमा
विवरण: सारांश खोज नक्सा हो, प्रमाण होइन। यस कागजातमा यस्तो केहि छ, यो भन्छ जानुहोस् र हेर्नुहोस्; यसले कागजातमा के भनिएको छ भनेर ठ्याक्कै भनिदैन। यदि कुनै घटना, उद्धरण वा डेटा अध्ययनमा समावेश गर्न हो भने, यो मौलिक कागजातबाट लिनु पर्छ।
7. प्रकाशनको लागि ऐतिहासिक दस्तावेज अनुवाद गर्दा anachronisms जोगिन उचित तरिका के हो?
- A) सबै अवधि सर्तहरू आजको निकटतम बराबरको साथ बदल्दै
- ख) पाठलाई यथासम्भव धाराप्रवाह र आधुनिक बताउन
- ग) अवधि शीर्षक र संस्थाको नाम अद्वितीय छोड्नुहोस् र स्पष्टीकरण थप्नुहोस् ✔
- D) उचित नामहरू तिनीहरूको हालको प्रयोगमा अनुकूलन गर्दै
व्याख्या: एनक्रोनिज्म भनेको तत्वहरूको एक अवधिबाट अर्को अवधिमा गलत स्थानान्तरण हो। आजको सर्तहरूमा अवधि शीर्षकहरू, संस्थाको नामहरू र व्यक्तिगत नामहरू परिवर्तन गर्नाले पाठकलाई अवधिसँग सम्बन्धित नभएको संसारमा पुर्याउँछ। सही तरिका भनेको अवधि अवधि राख्नु र यसको छेउमा व्याख्या थप्नु हो।
८. आर्टिफिसियल इन्टेलिजेन्सले दिएको अभिलेख सन्दर्भ (कोषको नाम, फाइल नम्बर) वास्तविक हो भनेर कसरी सुनिश्चित गर्ने?
- क) सन्दर्भलाई विश्वास गर्दै किनभने यसको ढाँचा सही देखिन्छ
- B) AI लाई पुन: सोधेर यदि सन्दर्भ सही छ
- ग) सन्दर्भलाई सत्यको रूपमा स्वीकार गर्दै किनभने यो विश्वस्त र विस्तृत छ
- घ) अभिलेख सूची वा भरपर्दो स्रोतमा व्यक्तिगत रूपमा सन्दर्भ फेला पारेर र प्रमाणित गरेर ✔
विवरण: आर्टिफिशियल इन्टेलिजेन्सले सन्दर्भहरू उत्पादन गर्न सक्छ जुन फारममा एकदम सही छ तर वास्तवमा अवस्थित छैन; एक काल्पनिक सन्दर्भ वास्तविक सन्दर्भको रूपमा समान रूपमा हुन्छ। सन्दर्भ अवस्थित छ भनेर प्रमाणित गर्ने एउटै तरिका भनेको मूल स्रोत (संग्रह सूची, पुस्तकालय) अवस्थित भएको ठाउँमा फेला पार्नु हो।
९. आर्टिफिसियल इन्टेलिजेन्सको साथ ढाँचा विश्लेषण (NER, नेटवर्क, टाइमलाइन) गर्दा फेला परेको ढाँचालाई कसरी मूल्याङ्कन गर्नुपर्छ?
- क) एक परिकल्पनाको रूपमा जुन कागजातमा प्रमाणित गर्न आवश्यक छ; सुरुवात बिन्दु, नतिजा ✔
- ख) एक निश्चित खोजको रूपमा जसलाई प्रमाणिकरण आवश्यक पर्दैन
- ग) यो एक निर्विवाद वस्तुनिष्ठ तथ्य हो किनभने यो संख्यात्मक छ।
- घ) नतिजाको रूपमा यसलाई प्रत्यक्ष अध्ययनमा राख्न सकिन्छ किनभने यसले कृत्रिम बुद्धिमत्ता फेला पारेको छ
व्याख्या: प्रत्येक ढाँचा एक परिकल्पना हो, प्रमाण होइन। संस्थाहरू स्रोतसँग जोडिएको हुनुपर्छ, विभिन्न हिज्जेहरू (एउटै व्यक्ति/स्थानको) मानव अनुमोदनको साथ सामान्यीकरण गरिनु पर्छ, नम्बरहरू छुटेको डाटा र नमूना पूर्वाग्रहको लागि प्रश्न गरिनु पर्छ, र अज्ञात घटनाहरू कालक्रमबद्ध हुनु हुँदैन।
10. खोज सहायतामा जीवनी/संस्थागत इतिहास खण्डलाई किन विशेष ध्यान चाहिन्छ?
- क) यो खण्ड महत्वहीन छ र प्रमाणीकरण बिना प्रकाशित गर्न सकिन्छ
- B) कृत्रिम बुद्धिमत्ताले यस खण्डमा मनगढन्ते घटनाहरू, झूटा मितिहरू र शीर्षकहरू थप्न सक्ने भएकोले, यो प्रमाणित स्रोतहरूमा मात्र भर पर्नु पर्छ ✔
- ग) कृत्रिम बुद्धिमत्ता सुरक्षित रूपमा प्रयोग गर्न सकिन्छ किनभने यसले इतिहास लेख्नमा कुनै गल्ती गर्दैन।
- D) अनुसन्धानकर्ताहरूले मात्र यो खण्ड भर्छन्, अभिलेखविद्ले चासो राख्दैनन्
वर्णन: इतिहास खण्ड हो जहाँ भ्रम प्रायः पस्छ: AI ले कुनै व्यक्ति वा संस्थाको बारेमा सामान्य जानकारीबाट धाराप्रवाह पाठ लेख्दा अवस्थित नभएका घटनाहरू, गलत मितिहरू, र बनाइएको शीर्षकहरू सम्मिलित गर्न सक्छ। यो खण्ड प्रमाणित स्रोतहरूमा मात्र आधारित हुनुपर्छ।
11. सन्दर्भ (परामर्श) सेवामा एक अनुसन्धानकर्ताको तथ्य प्रश्नको कृत्रिम बुद्धिमत्ताले कसरी जवाफ दिनुपर्छ?
- क) प्रश्नको उत्तर प्रत्यक्ष र निश्चित तथ्यको रूपमा दिनुपर्छ।
- ख) विश्वासयोग्य मिति वा नाम उत्पादन गरी अनुसन्धानकर्तालाई पठाउनुपर्छ।
- ग) तथ्यहरू सीधै दिनुको सट्टा, यसले अनुसन्धानकर्तालाई सान्दर्भिक संग्रह र स्रोतमा निर्देशित गर्नुपर्छ ✔
- घ) यसले पूर्ण उत्तर प्रदान गर्नुपर्छ ताकि अनुसन्धानकर्ताले स्रोतमा जानु पर्दैन।
स्पष्टीकरण: सन्दर्भ सेवामा, कृत्रिम बुद्धिमत्ताले प्रत्यक्ष तथ्य जवाफ दिनु हुँदैन, तर अनुसन्धानकर्तालाई स्रोतमा निर्देशित गर्नुपर्छ। किनभने आर्टिफिसियल इन्टेलिजेन्सले दिएको प्रत्यक्ष तथ्यपरक जवाफ मनगढन्ते हुन सक्छ र अनुसन्धानकर्ताले यसलाई स्रोतको रूपमा गल्ती गर्न सक्छ। "उत्तर यो हो" भन्नुको सट्टा "यस संग्रहमा यी कागजातहरू हेर्नुहोस्" भन्नु पर्छ।
12. कृत्रिम बुद्धिमत्ताको साथ क्षतिग्रस्त कागजात छवि प्रशोधन गर्दा कुन अपरेशनहरू स्वीकार्य र आपत्तिजनक छन्?
- A) सबै प्रकारका अपरेशनहरू निःशुल्क छन्, छुटेका भागहरू भर्ने सहित।
- ख) कुनै कारबाही गर्नु हुँदैन, छविलाई कहिल्यै छुनु हुँदैन
- ग) छुटेका खण्डहरू भर्नु सबैभन्दा मूल्यवान कार्य हो किनभने यसले कागजात पूरा गर्दछ।
- D) कन्ट्रास्ट/आवाज जस्ता पठनीयता हेरफेर स्वीकार्य छन्; हराएको भागहरू अनुमानका साथ भर्न असुविधाजनक छ ✔
स्पष्टीकरण: पठनीयता सुधार गर्ने प्रक्रियाहरू (कन्ट्रास्ट, प्रकाश, आवाज घटाउने) स्वीकार्य छन् किनभने तिनीहरू सामग्री परिवर्तन गर्दैनन्; यद्यपि, हराएको/पढ्न नसकिने भागहरू अनुमानको साथ भर्नु भनेको कागजातमा नभएका कुराहरू उत्पादन गर्ने जोखिम हो, त्यो हो, ऐतिहासिक जालसाजी। मूल सुरक्षित छ, लेनदेन रेकर्ड गरिएको छ।
13. संवेदनशील व्यक्तिगत डेटा भएको अभिलेख कागजातलाई प्रशोधन गर्नु अघि के गर्न आवश्यक छ?
- A) आवश्यक भएमा गोपनीयता स्क्यानिङ र गुमनामकरण वा बन्द/अनुमोदित उपकरण प्रयोग गरी ✔
- ख) कागजात सिधै सार्वजनिक सवारी साधनमा अपलोड गर्ने बारे सोच्न पनि नदिई
- C) दक्षताका लागि गोपनीयता चिन्ताहरूलाई बेवास्ता गर्दै
- D) दक्षता कारणहरूको लागि पहुँच प्रतिबन्धहरू पार गर्दै
खुलासा: सार्वजनिक, क्लाउड-आधारित उपकरणहरूमा जीवित व्यक्तिहरू (स्वास्थ्य, धर्म, जाति, ठेगाना) पहिचान गर्ने संवेदनशील डाटा समावेश कागजातहरू अपलोड गर्नु गम्भीर गोपनीयता उल्लङ्घन हुन सक्छ। प्राइभेसी स्क्रिनिङ पहिले गरिनुपर्छ, आवश्यक भएमा अज्ञातीकरण वा बन्द/अनुमोदित उपकरण प्रयोग गरिनुपर्छ।
14. अन्त देखि अन्त अभिलेख परियोजना मा मानव चेकपोइन्ट को मुख्य उद्देश्य के हो?
- क) आर्टिफिसियल इन्टेलिजेन्सको कामलाई सुस्त बनाउने र परियोजनामा ढिलाइ गर्ने
- ख) एक चरणमा त्रुटि (गलत मिति/नाम) लाई त्यसपछिका सबै चरणहरूमा बाँध्नबाट रोक्नको लागि ✔
- ग) मानव श्रम वृद्धि र स्वचालन पूर्णतया त्याग
- D) कृत्रिम बुद्धिमत्ताको अन्तिम शब्द छ भनी सुनिश्चित गर्दै
विवरण: प्रत्येक चरणमा मानव चेकपोइन्टले अर्को चरणमा जानु अघि एआईको आउटपुट प्रमाणित भएको सुनिश्चित गर्दछ। यो बिना, पहिलो चरणमा त्रुटि (एक गलत पढिएको मिति) सूची, ढाँचा, र गाइड मार्फत चेनलाई प्रचार गर्नेछ। प्रारम्भिक जाँचले त्रुटि एकै ठाउँमा सच्याएको सुनिश्चित गर्दछ।
15. मानविकी र सामाजिक विज्ञानहरूमा कृत्रिम बुद्धिमत्ताको प्रयोगमा पारदर्शिता र प्रामाणिकता के चाहिन्छ?
- क) आर्टिफिसियल इन्टेलिजेन्सको प्रयोग गोप्य राख्ने, कसैलाई थाहा नहुने कुरा सुनिश्चित गर्ने
- ख) आर्टिफिसियल इन्टेलिजेन्सबाट उत्पादित प्रत्येक पाठलाई आफ्नै मौलिक विचारका रूपमा प्रस्तुत गर्ने
- ग) कृत्रिम बुद्धिमत्ताको प्रयोगलाई इमान्दारीपूर्वक घोषणा गर्ने र यसको उत्पादनलाई आफ्नै मौलिक कामको रूपमा प्रस्तुत नगर्ने ✔
- घ) विधिहरू व्याख्या नगरी मात्र नतिजाहरू साझा गर्ने
विवरण: पारदर्शितामा ट्रान्सक्रिप्शन, मेटाडेटा वा अनुवाद कृत्रिम बुद्धिमत्ताको सहायताले उत्पादन गरिएको रेकर्डिङ समावेश हुन्छ; मौलिकताले कृत्रिम बुद्धिमत्ताद्वारा उत्पादित टिप्पणीलाई आफ्नै मौलिक विचारको रूपमा प्रस्तुत गर्न आवश्यक छैन। यो पछिका अनुसन्धानकर्ताहरू द्वारा प्रमाणीकरणको लागि र शैक्षिक अखण्डताको लागि आवश्यक छ।